基于DWL的合成视景系统数据库的完整性

合成视景系统（SVS）是解决可控飞行撞地(CFIT)事故的有效途径,近年来,国家实施的重点基础研究发展计划已经把SVS的相关研究纳入了计划研究的一部分。SVS数据库的完整性研究是SVS研究中比较重要的部分。基于现阶段大部分飞机上都配备GPS、雷达测高仪等设备,本文主要基于下视传感器（DWL）对SVS数据库的完整性进行研究。基于DWL对SVS数据库进行实时监控可以有效保证数据库垂直方向数据的完整性,但是对于飞机数据库水平方向数据的完整性保证能力还略显不足。     

数控操作面板控制功能的CPLD实现方法

文章针对数控操作面板,研究将其控制功能在CPLD中实现方法。首先介绍了系统工作原理及整体结构,接着重点讨论了键盘扫描及去抖动电路与串行通信电路的实现方法,最后给出正确的仿真实验结果。该方法采用一片CPLD芯片可最多完成120个10点的处理,有效解决了数控操作面板需处理的10节点多,同时硬件空间受限的矛盾。     

一种结构关系一致的对比聚类方法

作为一项基本的无监督学习任务，聚类旨在将无标签的、混杂的图像数据划分成语义相似的类。最近的一些方法通过引入数据增强，利用对比学习方法学习特征表示和聚类分配，关注模型区分不同语义类的能力，可能导致来自同一语义类样本的特征嵌入被分离的情况。针对以上问题，提出一种结构关系一致的对比聚类方法(Contrastive Clustering with Consistent Structural Relations, CCR),在实例级和聚类级执行对比学习，并且增加关系级别的一致性约束，让模型学习更多来自结构关系的“正数据对”信息，从而减小聚类嵌入被分离所带来的影响。实验结果表明，CCR方法在图像基准数据集上得到了比近年来的无监督聚类方法更优异的结果。模型在CIFAR-10和STL-10数据集上的平均准确度比相同实验设置下的最好方法提升了1.7%,在CIFAR-100数据集上提升了1.9%。     

基于多核CPU的无锁并行Semi-naive算法

Datalog系统被广泛应用于很多领域，如图数据库、网络和静态程序分析等。在处理海量数据时，基于串行的Datalog求解策略无法充分发挥现有多核处理器的计算性能。针对上述问题，提出一种基于多核CPU的无锁并行Semi-naive算法(Parallel Semi-naive, PSN)用于支持Datalog的高效求解。PSN使用B⁺树索引进行数据划分，将数据分配给不同的线程执行计算，每个分区产生的中间结果元组互不相同，有利于实现计算时无锁的并行。同时提出一种双层哈希表结构来索引中间结果以提高查重的效率，每个线程只在特定的区域执行相关的计算，无需使用锁来防止写冲突。PSN使用任务队列-线程池为空闲线程分配任务，来实现多线程的负载均衡。在KONECT(Koblenz Network Collection)及斯坦福SNAP(Stanford Network Analysis Platform)的公开数据集上的实验结果表明，PSN算法可以优化Datalog规则的查询性能。